KI in der Softwareentwicklung: Das Ende des klassischen Entwicklers?
KI in der Softwareentwicklung verändert gerade ein ganzes Berufsbild. Wenn KI-Agenten Programme selbst schreiben, testen und korrigieren, verliert das Schreiben von Code zunehmend an Bedeutung. Für Führungskräfte stellt sich damit eine neue Frage: Was müssen Softwareentwickler künftig können und wie lernen sie das, wenn KI das Programmieren übernimmt?
Bei unserem Workshop „SW-Testing und Automatisierung“ hat René Rohner, Vorsitzender der Robot Framework Foundation, eine bemerkenswerte These zur Zukunft der Softwareentwicklung vorgestellt: „Code schreiben ist billig geworden. Verifizieren nicht.“ Damit beschreibt er eine Entwicklung, die aus meiner Sicht weit über den Einsatz neuer Programmierwerkzeuge hinausgeht.
Was mich dabei fast noch mehr beschäftigt hat als Rohners Ausführungen, war die Reaktion der Teilnehmer. Noch vor wenigen Monaten hätte ich bei solchen Überlegungen scharfen Widerspruch erwartet. Inzwischen nickt der gesamte Führungskreis. Ich habe den Eindruck, dass wir gerade einen grundlegenden Wandel erleben, der schneller voranschreitet, als uns lieb ist.
Inhalt
KI in der Softwareentwicklung: Der Engpass verschiebt sich
Bisher war das Schreiben von Code eine zentrale Aufgabe von Softwareentwicklern. KI-Agenten können inzwischen aber weit mehr, als einzelne Codezeilen vorzuschlagen. Sie können umfangreiche Programmieraufgaben übernehmen, bestehende Anwendungen verändern und ihre Ergebnisse automatisiert überprüfen. Damit wird KI in der Softwareentwicklung zunehmend vom Assistenten zum eigenständig arbeitenden Akteur.
René Rohner hat dazu das Konzept der sogenannten Closed-Loop-Entwicklung vorgestellt. Der Mensch beschreibt zunächst, was eine Software leisten soll. Der KI-Agent entwickelt den entsprechenden Code, führt automatisierte Tests durch, liest deren Ergebnisse und korrigiert erkannte Fehler. Diesen Kreislauf wiederholt er selbstständig, bis die Tests erfolgreich durchlaufen. Der Mensch muss also nicht mehr nach jedem fehlgeschlagenen Test eingreifen und dem Agenten erklären, was er als Nächstes ändern soll.

Damit verschiebt sich der Engpass bei KI in der Softwareentwicklung vom Schreiben des Codes zu dessen Überprüfung. Die Fähigkeit, zuverlässig festzustellen, ob eine Software das Richtige tut, wird wichtiger als die Fähigkeit Code selbst zu schreiben.
Ein grüner Test bedeutet noch lange nicht, dass die Software richtig ist
An dieser Stelle steckt allerdings ein grundlegendes Problem. KI-Agenten setzen um, was wir ihnen sagen. Nicht unbedingt das, was wir eigentlich meinen. Wenn derselbe Agent sowohl den Code als auch die dazugehörigen Tests entwickelt, können beide auf demselben Missverständnis beruhen. Die Tests sind grün, obwohl das System fachlich etwas Falsches macht.
René Rohner verwendet dazu ein anschauliches Beispiel aus der Maschinensteuerung. Eine Maschine muss nach dem Auslösen eines Not-Halts innerhalb von 200 Millisekunden zum Stillstand kommen. Der Agent kann die entsprechende Software entwickeln, einen Test ausführen und seinen Code so lange korrigieren, bis der Test erfolgreich ist.
Wenn der Agent selbst festlegt, was getestet wird, könnte er nur prüfen, ob ein Stoppbefehl gesendet wird. Nicht, ob die Maschine tatsächlich rechtzeitig stillsteht. Der Test wäre erfolgreich, obwohl die Maschine zu spät stoppt. Deshalb muss unabhängig vom Agenten festgelegt werden, was ein Test tatsächlich nachweisen muss.
Genau hier liegt für mich die eigentliche Veränderung durch KI in der Softwareentwicklung. Während Maschinen immer mehr Aufgaben bei der Umsetzung übernehmen, gewinnt die menschliche Fähigkeit an Bedeutung, präzise zu beschreiben, was überhaupt erreicht werden soll. Der Agent kann selbstständig nach einer Lösung suchen. Ob er das richtige Problem löst, bleibt in unserer Verantwortung.

„Im Führungskreis Softwareentwicklung werden immer wieder spannende Themen aus dem Alltag behandelt, als auch neue Impulse für zukünftige Ideen und Entwicklungen gesetzt. An dem Format gefällt mir besonders der freundschaftliche und ungezwungene Umgang mitaneinander und das man immer etwas mit nimmt was man so vorher nicht erwartet hat. In den letzten Jahren konnte ich so schon viel in unsere Prozesse und Entwicklungen ein fliesen lassen und die gewonnen Erfahrungen an mein Team weitergeben. “
Wird es den klassischen Softwareentwickler künftig noch geben?
Aus meiner Sicht gibt es derzeit kaum einen Unternehmensbereich, in dem der Einfluss künstlicher Intelligenz so unmittelbar spürbar ist wie in der Softwareentwicklung. Und ich spreche nicht von einer Entwicklung, die irgendwann in fünf oder zehn Jahren stattfinden könnte. Das passiert bereits heute.
Ich wage deshalb eine ziemlich weitreichende Prognose: Den klassischen Softwareentwickler, dessen Hauptaufgabe darin besteht, selbst Code zu schreiben, wird es in seiner heutigen Form schon in wenigen Monaten kaum noch geben.
Das bedeutet nicht, dass Softwareentwickler überflüssig werden. Aber ihre Aufgaben verändern sich grundlegend. Wenn KI-Agenten einen großen Teil der Programmierarbeit übernehmen, verschiebt sich der Schwerpunkt auf die Entwicklung guter Spezifikationen, die Gestaltung verlässlicher Testverfahren und die Bewertung der Ergebnisse.
Dabei bleibt technisches Wissen unverzichtbar. Wer nicht versteht, wie Software funktioniert, wird auch nicht beurteilen können, ob ein KI-Agent eine gute Lösung entwickelt hat. Ich vermute allerdings, dass die Fähigkeit, selbst schnell und fehlerfrei Code zu schreiben, deutlich an Bedeutung verlieren wird.
Mit KI in der Softwareentwicklung verändert sich damit nicht nur ein Werkzeug, sondern das Berufsbild selbst. Der Softwareentwickler wird zunehmend zum Auftraggeber und Prüfer von Entwicklungsarbeit, die er nicht mehr vollständig selbst ausführt.
Was bedeutet das für Führungskräfte in der Softwareentwicklung?
Wenn sich ein Berufsbild so grundlegend verändert, können wir nicht einfach weitermachen wie bisher und unseren Mitarbeitern zusätzlich ein paar KI-Tools zur Verfügung stellen. Wir müssen vielmehr darüber nachdenken, welche Kompetenzen wir künftig benötigen und wie wir unsere Entwicklungsorganisation verändern.
Für mich stellen sich dabei insbesondere folgende Fragen: Nach welchen Kriterien stellen wir künftig Softwareentwickler ein? Welche Fähigkeiten müssen wir bei bestehenden Mitarbeitern gezielt aufbauen? Wer ist für die fachliche Qualität einer Spezifikation verantwortlich? Wie bilden wir junge Entwickler aus, wenn KI-Agenten zunehmend jene Programmieraufgaben übernehmen, an denen bisher das technische Verständnis gewachsen ist?
Gerade die letzte Frage halte ich für schwierig. Einen interessanten Ansatz sehe ich in der Medizin: Dort trainieren angehende Ärzte ihre Urteilsfähigkeit anhand simulierter Patientenfälle und erhalten anschließend Feedback von Experten. Warum nicht ähnlich in der Softwareentwicklung?
Junge Entwickler könnten regelmäßig KI-generierte Lösungen beurteilen, darunter auch solche mit versteckten Fehlern. Anschließend vergleichen sie ihre Einschätzung mit erfahrenen Entwicklern. So würden wir gezielt jene Fähigkeit trainieren, die künftig immer wichtiger wird: zu erkennen, ob eine Software tatsächlich das Richtige tut.
Mein Fazit: Wir müssen Softwareentwickler anders ausbilden
Wer KI in der Softwareentwicklung vorantreiben möchte, sollte deshalb nicht nur fragen, welches Coding-Tool seine Mitarbeiter künftig verwenden. Die wichtigere Frage lautet, wie die Entwicklungsorganisation gestaltet sein muss, wenn KI-Agenten immer mehr Aufgaben selbstständig erledigen können.
René Rohners Closed-Loop-Entwicklung ist dafür ein eindrucksvolles Beispiel. Sie zeigt, wie weit die Automatisierung bereits gehen kann, macht aber zugleich deutlich, wo ihre Grenzen liegen. Die Maschine kann Code entwickeln, testen und korrigieren. Ob die Software tatsächlich das Richtige tut, müssen weiterhin Menschen beurteilen können.
Je weniger Softwareentwickler künftig selbst programmieren, desto wichtiger wird ihre Fähigkeit, die Ergebnisse der KI zu beurteilen. Wir müssen deshalb nicht nur die Arbeit unserer Entwickler neu organisieren, sondern auch ihre Ausbildung neu denken.

Dr. Patrick Fritz
Es ist allerdings so: ein Entwickler der keinen Code mehr selber schreibt, der kann ihn irgendwann auch nicht mehr beurteilen. Ein Senior wird dann schnell auch wieder zum Junior.
Warum muss eine KI sämtlichen Code schreiben? Man kann sie auch das schreiben lassen, was man sowieso schon lange nicht mehr selber schreiben möchte – bei allem anderen assistiert und reviewed sie. Der KI nur das überlassen, was man selber schon lange im Schlaf kann.
Auch so erhöht sich der Output stark – aber bei gleichzeitig steigender Qualität und mit gleichem tiefen Verständnis wie früher auch.
Kann man ähnlich auf Ärzte etc. anwenden.